上周三晚上十点，一个做亚马逊和 TikTok Shop 双平台的卖家给我发来一张截图：客服后台堆了 47 条未回复消息，其中 31 条都在问同一句话，"我的订单什么时候发货"。他问我，ERP 里的采购补货，到底应该从哪个按钮开始点？我问他一句话他就沉默了：你现在的可售库存还能卖几天？他说不上来。这不是他一个人的问题。我接触过的跨境卖家里，超过一半的人在遇到"补货"这件事时，第一反应是打开 ERP 找采购模块，而不是先回到数据本身。
这篇文章要解决的，就是这个问题：采购补货的起点不在 ERP 的采购单页面，而在你对自己库存还能撑多久的清晰判断上。下面我会把整套判断逻辑、落地步骤、不同模式下的取舍，以及我自己服务过的卖家案例完整拆开讲。
如果你只想要一句话答案，那就是：采购补货的起点，是"可售天数表 + SKU 分级表 + 交期表"这三张表，ERP 只是帮你把这三张表持续跑下去的工具。顺序错了，上再贵的系统也一样乱。
绝大多数卖家判断要不要补货，用的是"库存数量低于某个数字"。这个判断方式在单平台、单 SKU、销量稳定的时候勉强能用，但只要你的销量有波动，比如旺季翻三倍、某天被达人带了一波，它立刻就失效。
真正稳定可用的判断口径是可售天数：用当前可用库存（在库可售 – 已占用 + 在途预计到货）除以最近一段时间的日均销量，得到"还能卖多少天"。这个数字低于你的补货周期时，才需要触发采购。它把"库存数量"这个绝对值和"卖得多快"这个速度变量绑在了一起，所以天然抗波动。
我通常建议卖家把可售天数分成四档来看：低于 7 天是红色警报，7-15 天是黄色，15-30 天是绿色区间，超过 60 天是积压预警。这个区间不是固定的，要按你的实际交期调整，后文我会给出算法。
我见过最典型的错误流程是这样的：发现某个产品快没货了 → 直接开采购单 → 采购下单 → 到货入库 → 发现订多了或者订少了。这个流程的问题在于，它把每个 SKU 都当成同等重要的对象来处理，而现实是，你的 20% 的 SKU 贡献了 80% 的利润，另外一半多的 SKU 可能一年都卖不出几件。
所以补货的第一个动作应该是分级。我一般建议卖家按销售额贡献度做 ABC 分级：A 类是贡献前 20% 的 SKU，B 类是中间 30%，C 类是剩下的 50%。A 类必须精细化管理，用系统的补货建议；C 类可以直接用粗放规则，甚至考虑清理。
分级做完之后，你才会发现：真正需要天天盯的 SKU 可能只有几十个，而不是后台里的几千个。这一步做完，你的补货工作量会下降一个数量级。
回到开头那个卖家的截图。31 条"什么时候发货"的咨询，看起来是客服问题，实际上是补货问题。客服只是站在了信息链的最末端，替整个链路背了锅。
我梳理过客服被拖下水的几个典型场景，几乎每一个都能反向追溯到补货环节：
这四个场景的共性是什么？客服掌握的是结果，而结果的好坏早在补货决策那一刻就定下来了。所以想解决客户服务的问题，必须往上游走。
我把"以库存数量为起点"和"以可售天数为起点"这两种做法放在一起对比过，差距非常明显。下面这张图是我在服务卖家过程中整理的对比观察，数据来自 12 个中小卖家的样本推演，不是行业统计，但趋势具有参考性。
结论很清楚：把补货的判断口径从“绝对库存”换成“可售天数”，是投入最小、见效最快的一步。这一步不需要买任何软件，一个 Excel 就能开始。
抽象的逻辑讲完了，我们来看一个具体的、有时间线的案例。这是我去年深度参与过的一个卖家，主营家居收纳类目，亚马逊美国站 + Shopee 马来站 + TikTok Shop 三个渠道，SKU 大约 180 个，团队 6 个人。
他们出问题的那个爆款是一款折叠收纳箱，夏季旺季前的表现很稳，日均销量 40 件左右。以下是事后复盘出来的时间线：
这个案例最有价值的地方在于：从爆单到彻底断货，中间有整整 5 天的窗口期，他们本可以反应。不是没有时间，是没有机制告诉他们"该反应了"。
我事后跟他们的客服主管聊了两个小时，把客服承受的压力拆成了四个节点，你会发现每一个节点都对应一个补货管理的缺失。
第一个节点是"不知道"。第 2-3 天订单暴涨的时候，客服是最早感知到异常的人，因为催单变多了。但客服没有权限看库存，也没有渠道把信号快速传给采购。信息在客服这里断掉了。
第二个节点是"说不清"。第 5 天以后，买家问什么时候发货，客服的标准回复是"尽快安排"。这句话在买家眼里等于没有回答。真正有用的是"预计 7 个工作日内发出"这样的确定性承诺，而客服给不出，因为采购没告诉他们交期。
第三个节点是"兜不住"。第 7 天开始大量退款，客服的权限只到"同意退款"，但退款率上去了，店铺绩效就下来了。客服在替整个供应链背绩效。
第四个节点是"救不回"。第 12 天被平台降权，这时候客服再怎么努力回复也改变不了流量下滑的事实。问题已经从客服层升级到流量层了。
这个卖家在第 10 天做了一个决定：上一个功能更全的 ERP。他们的想法很自然，乱是因为工具不行，换个更强的工具就好了。
结果是接下来的两个月更乱。原因有三个：
我经常跟卖家说一句话：ERP 是放大器，不是修复器。你的流程是清楚的，它让你更清楚；你的流程是乱的，它让你更乱，而且乱得更快。
很多人只看到断货期间少卖的那部分货值，其实成本远不止这些。我把这个案例的成本拆成了六层，用瀑布图的方式呈现会更直观。
55 万元的损失里，有超过 15 万元是隐性的，平台降权和滞销折价。这两项在决策当下是看不见的，只有事后复盘才浮出水面。这也是为什么我坚持认为补货决策要用数据来做，而不是靠"感觉差不多该补了"。
在给出具体的判断逻辑之前，我想先把几个反复出现的误区讲清楚。这些误区我几乎在每个中小卖家身上都能看到至少两三个。
这是最普遍的一个。卖家发现补货乱了，第一反应是"该换个 ERP 了"，然后花两三周选型、试用、迁移，最后发现新系统里还是不会用。
正确的顺序应该是：先定义清楚"谁在什么时间点、看什么数据、做什么决定"，再去找能承载这套流程的工具。流程是主语，工具是宾语。反过来做，你就是在为工具设计流程，本末倒置。
我的判断标准很简单：如果一个卖家说不清楚"你们的补货决策是谁做的、依据是什么"，那他现在不该买任何系统，该先花两天把这件事写成文档。
前面已经提过一次，这里再展开说。固定阈值的致命问题是它假设了销量是恒定的，但跨境电商的销量从来不是恒定的。
同一个 SKU，在淡季日均卖 5 件，旺季日均卖 50 件。如果你设的触发线是"库存低于 200 件补货"，淡季的时候你要 40 天才用完，早早下单导致库存积压；旺季的时候 4 天就用完了，等你反应过来早断货了。
更合理的做法是用动态触发线：触发线 = 日均销量 ×（补货周期 + 安全天数）。这个公式里的日均销量应该是滚动的、加权的，而不是历史平均值。后文我会给出具体的取数方法。
很多团队把补货当成采购岗的 KPI，其他岗位不参与。这个设置会带来一个必然结果：采购只看交期和成本，不看销售节奏和库存水位。
我见过一个极端案例：采购为了拿供应商的批量折扣，一次性订了 6 个月用量的货，理由是"单价便宜了 8%"。结果是这笔货压了 40 多万资金，而那个 SKU 三个月后被平台判定为季节性滞销，最后清仓价卖出去，亏了 12 万。省下的 8% 折扣远远覆盖不了亏损。
补货应该是一个至少三个角色参与的动作：运营提供销量预测和促销计划，采购提供交期和成本约束，客服提供前端的需求信号。三者信息汇到一个人身上做决策，这个决策才站得住。
三个平台、每个平台每天改一次库存数字，看起来工作量不大。但问题在于手工同步没有实时性，而跨境电商的订单是全天候进来的。
我做过一个粗略的测算：一个日均 200 单的卖家，如果库存同步延迟 4 小时，那么在爆单日出现超卖的概率会显著上升。超卖带来的不只是退款，还有平台绩效扣分。
做一件代发的卖家经常觉得补货跟自己无关，货在供应商那里，卖出去让供应商发就行了。这个想法在有稳定供应商、单一渠道的时候成立，但只要出现以下任一情况就崩了：
一件代发模式下的补货管理，管的不是自己的库存，而是供应商可用库存的可见性和分配优先级。你需要跟供应商建立库存数据同步机制，或者至少在几个关键 SKU 上做人工确认。这块的复杂度不比自备货低，只是换了个对象。
前面讲了那么多问题，现在进入正题，具体怎么算、怎么设。这部分是全篇最干的部分，我建议你拿着自己的数据对着算一遍。
整个补货判断体系建立在一个公式上：
补货触发点（件） = 日均销量（件/天） × [ 采购交期（天） + 安全天数（天） ]
可售天数（天） = (在库可售 + 在途预计到货 – 已占用库存) / 日均销量
需要补货的信号：可售天数 < 采购交期 + 安全天数
这三个输入变量里，最容易做错的是日均销量，其次是采购交期。
"最近 30 天平均"是最常见的取法，也是最容易失真的取法，因为它把促销期的峰值和大促后的低谷混在一起平均了。
我推荐的取法是三段加权：最近 7 天权重 0.5，最近 8-30 天权重 0.3，最近 31-90 天权重 0.2。这样既能快速响应近期变化，又不会被单日异常值带偏。
日均销量加权值 =
近7天日均 × 0.5
+ 近8-30天日均 × 0.3
+ 近31-90天日均 × 0.2
异常值处理：单日销量超过历史P95的订单，单独打标，
在计算"基础日均"时剔除，但在计算"促销期日均"时保留
还有两个必须剔除的干扰项：一是缺货期间的数据，因为那段时间销量被库存压制了，不代表真实需求；二是刷单或异常大单，一笔 500 件的批发订单会把你的日均拉高好几倍，导致错误补货。
如果一个 SKU 上架不足 90 天，就用"同款或同类目相似产品的数据"作为先验，再逐步用实际数据替换。不要因为数据不足就放弃计算，那样只能退回凭感觉。
很多卖家填交期用的是供应商承诺的最短时间，比如"12 天"。但实际到货时间会有波动，供应商的产能、物流的清关、旺季的口岸拥堵，都会让实际交期比承诺值长。
我的建议是：用最近 6 次实际交期的平均值加上 1.5 倍标准差作为补货判断用的交期。这个取值方法在统计学上叫保守估计，它会让你早一点下单，但能显著降低断货概率。
举个具体的：如果供应商承诺 12 天，你最近 6 次的实际交期分别是 12、13、11、15、18、14 天，平均值是 13.8 天，标准差约 2.4 天，那么判断用的交期应该是 13.8 + 1.5×2.4 ≈ 17.4 天，取整 18 天。比承诺值长了 50%，但这就是现实。
安全天数不是统一值，应该按 SKU 级别差异化设置。级别越高、越不能断货的 SKU，安全天数越长；长尾 SKU 可以短一些，甚至允许偶尔断货。
我常用的一个参考配置如下表，你可以根据自己的资金状况调整：
| SKU 级别 | 占 SKU 数量比例 | 占销售额比例 | 建议安全天数 | 补货频率 | 触发方式 |
|---|---|---|---|---|---|
| A 类（核心爆款） | 约 15-20% | 约 70-80% | 交期的 40-60% | 每周 2 次盘点 | 系统自动预警 + 人工确认 |
| B 类（稳定款） | 约 25-30% | 约 15-25% | 交期的 25-40% | 每周 1 次盘点 | 系统自动预警 |
| C 类（长尾款） | 约 50-60% | 约 5-10% | 交期的 15-25% | 每两周 1 次盘点 | 人工批量处理 |
这张表的核心逻辑是：管理精力要跟着利润走，而不是跟着 SKU 数量走。A 类 SKU 值得你花最多时间去盯，C 类 SKU 用批量规则处理就好，甚至可以授权到"低于多少件就统一补一批"。
不同规模的卖家适合不同的触发模式，我把三种模式的特点列出来：
判断自己该用哪种，看一个指标就够了：你的补货周期（从发现缺货到货到入库）是多长？如果这个周期超过 20 天，那么盘点频率提高到每周一次的意义不大，因为你的瓶颈在交期不在发现速度；如果周期只有 10 天左右，动态阈值带来的响应速度提升就非常值钱。
讲完方法论，我说说具体怎么落地。这几年我在帮卖家梳理补货流程时，逐渐形成了一个固定的推进顺序，这个顺序跟大部分 ERP 实施顾问讲的正好相反。
传统 ERP 的实施路径是：先把采购单、入库单、出库单这些单据跑起来，再基于单据数据做分析。这条路径的问题是，单据录入本身就是个负担，卖家常因为录单麻烦而数据滞后，分析结果自然就不准。
我更推荐的路径是反过来的：先把各平台的数据自动汇总起来，让"库存和销量"这两个最核心的数字是先准的，再往上叠加单据和流程。因为补货决策只需要这两个数字就能做初步判断，不需要等整套单据系统跑通。
在这个环节，我会用到数跨境这类跨境电商数据分析工具。它的定位跟传统 ERP 不一样，ERP 管的是"流程和单据"，数跨境这类工具管的是"数据和分析"。官网在 https://shukuajing.jiushuyun.com/ ，它的核心能力是把亚马逊、Shopee、TikTok Shop、Temu 等多个平台的数据自动汇总到一处，做多维度的库存、销量和利润分析。
这一步看起来简单，实际做起来有很多坑。最常见的三个问题是：
我通常的做法是：在数据工具里建立一张"产品主表"，每个物理产品一个唯一主 SKU，下面挂各平台的映射编码。这张表建好之后，所有的库存和销量分析都基于主 SKU 来做，避免了口径混乱。
这一步的投入大概是 1-2 天，但它的收益是长期的，后续所有的补货判断、利润核算、广告 ROI 分析，都依赖于同一套准确的主数据。
主表建好之后，可售天数的计算就是自动的。你可以设置在数据看板上每天更新，并且把 SKU 按可售天数从低到高排序，这样每天早上打开就能看到"哪些产品快卖完了"。
这里有个实操细节值得说：不要把所有 SKU 都放在一张表里看。我一般会做三个视图：
这三个视图每天更新，配合明确的处理责任人，补货这件事就从"凭感觉"变成了"看清单"。
这一步是我在别处很少看到有人做的，但对客户服务的价值最大。
做法很简单：把采购单的预计到货日期，同步到客服能看到的工作台或者表格里。客服在回复买家咨询时，可以直接查到这个 SKU 的下一批货什么时候到，然后给出确定的答复。
效果差别有多大？我做过一个对比：客服回复"我们会尽快安排发货"的订单，买家二次咨询率大约是 34%；客服回复"预计 X 月 X 日发出，如超时我们会主动通知您"的订单，二次咨询率降到 11% 左右。差别就在于确定性。
这个卖家在完成上面三步之后，我跟踪了他们六个月的运营数据。需要说明的是，这期间他们还做了其他优化（换了部分供应商、调整了广告策略），所以不能把所有改善都归因于补货管理，但趋势依然有参考价值。
六个月里，缺货率从 19.2% 降到 5.8%，滞销库存从 42 万降到 21 万，一进一出释放出来的现金流大概是 40 多万。对于一个月流水百万级的卖家来说，这不是一个可以忽略的数字。
方法论是通用的，但具体从哪开始做，取决于你现在处在什么阶段。我把常见的几种卖家类型分开说，你可以对号入座。
这个阶段最不需要的就是上系统。你需要的是把 Excel 用好。
这套流程一两个小时就能搭起来，能解决你 80% 的问题。不要在这个阶段去买复杂的系统，你的问题不是工具不够，是数据没整理。
这个阶段 Excel 开始吃力了，主要问题是多平台数据要手工汇总，每天花的时间越来越长，而且容易出错。这时候该考虑引入数据工具。
我的建议顺序是：
注意，这三步是有顺序的。很多卖家跳过了第一步直接做第三步，结果是指派了任务但数据不准，执行的人发现清单不对，几次之后就再也不看了。
这个阶段一定要上系统，而且要做的是分层管理。因为你的 SKU 数量已经超过了人工能有效管理的范围。
重点建议是：不要试图对所有 SKU 一视同仁。A 类 SKU 用动态阈值精细管理，B 类用固定周期，C 类直接用批量规则。同时，海外仓和国内仓的补货逻辑要分开设计，海外仓的补货周期长、单次量大，需要更长的安全库存；国内直发仓的补货周期短、灵活度高，可以更激进一些。
还有一个容易被忽视的点：跨仓调拨也是一种补货手段。有时候不是要新采购，而是把 A 仓的货调到 B 仓。ERP 里的调拨单功能就派上用场了。这在你的补货逻辑里应该作为一个独立选项来考虑。
这类卖家的核心任务不是管自己的库存，而是管供应商的可用性。行动建议是：
如果你的团队超过 5 个人，补货就不只是数据处理问题了，而是协作流程问题。这时候需要明确三件事：
| 角色 | 负责动作 | 交付物 | 频率 |
|---|---|---|---|
| 运营 | 提供未来 30 天的销售预期和促销计划 | 销量预测表（含大促节点） | 每周一次 |
| 数据/分析 | 生成可售天数清单和补货建议 | 补货建议清单（按紧急度排序） | 每天一次 |
| 采购 | 按清单下单，更新交期和在途状态 | 采购单 + 在途跟踪表 | 按需 |
| 客服 | 反馈前端需求信号，查询到货日期回复买家 | 高频咨询 SKU 清单 | 每周一次 |
这张表的关键在于把信息流向固定下来。运营的预测往采购走，采购的交期往客服走，客服的反馈往运营走，形成一个闭环。很多团队的补货乱，不是能力问题，是没有人定义过这个环。
补货管理里有一组根本性的矛盾，我把它总结为四组取舍。理解这些取舍，你才能在具体场景下做出合理判断，而不是照搬别人的配置。
预测做得越精细，需要的数据越多、周期越长，响应速度就越慢；反过来，响应速度快的方案，通常依赖的是简单的实时信号，精度会低一些。
我的判断标准是看交期占补货周期的比例。如果你的交期是 60 天，那么把预测做准一点更划得来，因为你有足够时间提前规划；如果交期只有 7 天，那么响应速度更重要，宁可误报几次也别漏报。
全自动补货听起来很美，但对中小卖家来说风险很大。因为算法不知道你下周要参加平台大促，不知道某个产品因为一个视频突然要爆，也不知道供应商的工厂正在检修。
我的建议是系统出建议、人工做决策。系统负责把符合触发条件的 SKU 筛出来并给出建议数量，人负责在这个基础上调整，加上大促的增量、减掉不确定的部分。全自动适合 SKU 极多、单品金额低的场景；人工决策适合 SKU 少、单品金额高的场景。
安全库存设得高，断货风险低，但占用资金多、滞销风险高；设得低，资金效率高，但断货概率上升。这个取舍没有标准答案，取决于你的资金成本和毛利水平。
从上图的模拟可以看出，综合成本最低点大概在 25 天安全库存附近。但要注意，这个结论依赖于两组假设：断货带来的损失系数、资金成本率。如果你的毛利率特别高（比如 60%），那么断货的代价更大，最优点会往右移；如果你的资金成本很高（比如靠借贷备货），最优点会往左移。
动态阈值预警的一个副作用是预警量大。如果阈值设得激进，你每天会收到几十条预警，很快就麻木了，最后所有预警都被忽略。
我的经验是把预警分成两级：真正的紧急预警（可售天数低于交期）每天最多 10 条，必须当天处理；一般的提示（可售天数在交期到 1.5 倍交期之间）每周汇总一次。预警的价值在于少而准，不在于多而全。一个每天被忽略的预警系统，等于没有预警系统。
回到最初的问题：ERP 跨境电商客户服务，采购补货从哪里开始？
我的答案始终没变：从"你的可售库存还能卖几天"这个问题开始。不是从 ERP 的采购模块开始，不是从设置安全库存的默认值开始，也不是从换一套更贵的系统开始。
这个判断背后有一个更大的观点，我想在这篇文章的最后把它讲透：跨境电商的客户服务问题，绝大多数不是服务能力问题，而是信息流通问题。客服解答不了买家的问题，不是因为客服不专业，而是因为客服拿不到足够确定的信息，不知道货什么时候到，不知道库存还剩多少，不知道补货单下没下。
而补货管理的本质，恰恰是把这些确定性信息生产出来并且送到需要它的人手上。所以补货做得好不好，最终会体现在客服的对话记录里。
如果你读到这里，想立刻做点什么，我建议按这个顺序来，今天就能开始：
这三件事做完，你就已经超过了大部分同行。等你觉得手工维护开始吃力了，再考虑引入工具做自动化，比如用数跨境把多平台的库存和销量数据自动汇总起来，把可售天数的计算和分层清单做成每天自动更新的看板。https://shukuajing.jiushuyun.com/ 上有具体的功能说明，可以先去了解一下它能不能对上你的平台和场景。
但请记住，工具解决的是效率问题，不是判断问题。判断该不该补、补多少、什么时候补，这套逻辑必须在你自己脑子里先跑通。顺序永远是：先有业务逻辑，再找工具承载；先跑通流程，再优化效率。反过来做，你只会在一个更贵的系统里，重复同样的混乱。
我刚接手店铺的采购工作，打开ERP看到采购单、库存、补货建议一堆菜单，完全不知道先点哪个。老板还催着说这周必须把断货的SKU补上，我连从哪下手都没想清楚。
先别急着进ERP点菜单，第一步是盘点现状而不是建采购单。具体做法：把当前所有SKU分成三类，在库可售、在途未到、已售待发，用一张表把这三个数字对齐。判断依据是，只有先知道真实可用库存，补货数量才算得准。完成盘点后再进ERP，把在库和在途数据录入或校对一遍，然后才进入补货周期和安全库存的设定。
顺序错了，后面算出来的补货量全是错的。顺序对了，哪怕手工先跑一轮，也比直接在系统里乱建单强。
我是做一件代发起家的，最近想转一部分SKU自己备货，结果发现原来的补货逻辑完全用不上。朋友说自备货要算安全库存，可代发模式下我从来没管过这个，现在两边混着做，库存数据一团乱。
两种模式的补货起点完全不同，不能套用同一套流程。一件代发模式下，你的补货起点是供应商的可发货库存和发货时效，你不需要自己压货，重点是监控供应商断货风险和履约时间。自备货模式下，补货起点是自己的日均销量、采购在途时间和安全库存线，核心是防止断货和压货。
判断依据很简单：货在谁手里，补货的决策点就在谁那里。混合经营时，建议在ERP里把两种模式的SKU用不同仓库或不同标签分开管理，否则库存同步和补货提醒会互相干扰，算出来的建议数量没有参考价值。
我在亚马逊、Shopee和独立站同时卖货，同一个SKU在三个地方库存数字都不一样。上次因为超卖被平台罚了，现在想把库存同步做起来，但不知道应该以哪个平台的库存为准，也不确定要不要一次性全接进来。
不要一次性全平台接入，先选一个主销售平台作为库存基准。做法是：统计过去30天各平台的出单占比，把占比最高的那个平台设为库存主仓数据源，其他平台通过ERP的库存同步规则从主仓扣减。判断依据是，多平台库存不同步的本质是缺少一个权威数据源，而不是同步工具不够多。
先跑通主平台加一个辅平台的同步，验证扣减逻辑和延迟时间没问题，再逐步接入第三个平台。同步延迟建议控制在15分钟以内，超过这个时间，超卖风险会明显上升。等流程稳定后，再考虑设置各平台的安全库存缓冲值。
我们上周有个爆款突然断货，客户下单后才发现发不了，客服被追问了几十次什么时候发货。我现在想知道，补货和客服之间到底应该怎么衔接，才能避免客户下单后才发现没货的情况。
核心是让客服在客户下单前就拿到缺货预警，而不是下单后被动解释。可执行的做法分三步：第一，在ERP里给每个SKU设置缺货预警线，触发后自动通知采购和客服两个角色；第二，客服端准备一套标准回复模板，按补货状态分档，比如在途预计X天到仓、已下单未发货、暂时无法补货三档，每档对应不同话术和补偿方案；
第三，补货延迟超过承诺时效时，主动联系已下单客户，而不是等客户来问。判断依据是，客户投诉的核心不是缺货本身，而是信息不透明。把补货进度同步给客服，客服才能给客户确定性答复，这比事后道歉有效得多。
读者评论
可售天数这个口径确实比固定库存阈值靠谱。我之前做铺货就是设了个安全库存，淡季压了一堆货，旺季又断得措手不及。文章说的三张表思路挺实在，Excel就能跑起来，不用等上系统。
客服背锅那段太真实了。我们店之前就是库存没同步导致超卖，客服天天被骂，后来才发现根源在采购和仓储信息不通。补货决策确实不能只让采购一个人拍板，运营和客服的信号都得进来。
案例里那个达人带货爆单然后断货的时间线，几乎每个做TikTok的卖家都经历过。五天窗口期没人反应过来，说白了就是没有预警机制。不过文章开头的可售天数分级具体怎么按交期调整，篇幅有限没展开，有点可惜。
ERP是放大器不是修复器，这句话说到点子上了。我们去年换系统之前数据一团糟，导进去之后补货建议全是错的，反而更乱。先把流程和SKU分级理清楚，再考虑工具，这个顺序不能反。